Veille Innovations

France Travail accélère le déploiement de l'IA à grande échelle avec un investissement de 15 millions d'euros pour améliorer à la fois l'efficacité des conseillers et la qualité de l'accompagnement des demandeurs d'emploi.

Les principaux outils déployés sont :

• Chat FT, utilisé par tous les conseillers, qui permet de gagner en moyenne 3 heures par semaine grâce à la synthèse automatique d'entretiens et à la recherche d'informations. 
• Neo, qui permet d'interroger les systèmes de France Travail en langage naturel.
• Match FT, dédié au rapprochement entre offres et candidats, avec des résultats mesurables : réduction des délais de recrutement et augmentation des inscriptions en formation. 
• Coach FT, qui facilite les démarches des candidats et aide les entreprises à rédiger des offres plus attractives.

L'établissement fait le choix d'une IA souveraine et sécurisée, hébergée principalement dans ses propres datacenters et reposant sur les modèles de Mistral AI pour les données sensibles, afin d'éviter la dépendance aux grands fournisseurs étrangers. 

Enfin, France Travail met en avant un cadre strict de gouvernance, associant éthique, dialogue social, formation des agents et cybersécurité. L'objectif est que l'IA ne remplace pas les conseillers mais leur permette de consacrer davantage de temps à l'accompagnement humain des publics les plus éloignés de l'emploi.

France Travail passe donc d'une logique d'expérimentation à une logique d'industrialisation de l'IA, avec des cas d'usage désormais mesurés, généralisés et intégrés aux processus métier.

La méthode de conduite du changement, concertée, a permis le redéploiement de 800 équivalents temps plein (ETP) [à horizon 2027] vers des fonctions d’accompagnement direct. En parallèle, le projet de loi de finances 2026 a prévu une diminution de 515 postes chez France Travail, sur l’année 2026.

A noter qu'il n'existe pas encore d'accord interne sur le déploiement de l'IA à France Travail, mais des négociations vont s'ouvrir cet automne, indique la direction.

Dès le 2 août 2026, une nouvelle étape de l'AI Act européen entre en vigueur : les contenus générés ou modifiés par l'IA devront être clairement signalés aux utilisateurs.

Les chatbots, agents virtuels et avatars conversationnels devront indiquer explicitement qu'il s'agit d'une IA et non d'un humain.

Les fournisseurs de modèles d'IA devront intégrer des marqueurs techniques (filigranes numériques) pour faciliter l'identification automatique des contenus créés par IA.

Les deepfakes (images, vidéos, sons ou textes générés ou altérés par IA) devront être étiquetés par leurs éditeurs afin d'informer le public.

La Commission européenne met à disposition des icônes standardisées ("généré par l'IA", "modifié par l'IA", etc.). Certaines exceptions sont prévues pour la fiction, l'art, la satire ou les contenus simplement corrigés par IA.

Les organisations déjà en activité auront jusqu'au 2 décembre 2026 pour se mettre en conformité, sous peine de sanctions financières.

La prochaine révolution de l’IA ne sera pas tant technologique que cognitive : l’enjeu n’est plus de créer toujours plus de contenus ou de données, mais de mieux exploiter les connaissances déjà existantes dans les organisations.
Aujourd’hui, les entreprises disposent d’un immense capital informationnel souvent sous-utilisé, et l’IA peut justement aider à structurer, relier et valoriser ce savoir pour le transformer en action.

On passe ainsi d’une logique d’accumulation (de données et de production) à une économie de la connaissance activée, où la performance repose sur la capacité à comprendre et utiliser intelligemment l’information.

Cette transformation ouvre des opportunités, notamment pour l’Europe, en valorisant des atouts comme la fiabilité, la gouvernance et l’intelligence des usages, plutôt que la seule puissance technologique.

La facilitation graphique a une longue histoire, remontant bien avant l'ère moderne des outils numériques. Elle a été développée pour rendre explicites les concepts souvent difficiles à digérer au sein des groupes. Des pionniers comme David Sibbet ont été fondamentaux dans ce domaine, en introduisant des méthodes favorisant les interactions visuelles pour une meilleure compréhension. Son approche vise à réduire l'« infobésité » qui résulte de trop d'informations sans clarté.

La méthode se concentre sur la représentation des idées par des éléments simples tels que des cadres et des connexions, ce qui offre une structure cognitive facilitant la prise de décision collective. Des ouvrages comme Visual Meetings ont démontré que les supports visuels influencent la compréhension.

Dans un contexte professionnel, cette approche aide les apprenants à organiser leurs idées et à engager un dialogue constructif. En facilitant ce processus, la facilitation graphique permet de transformer une masse d'informations en un paysage compréhensible et navigable. Les approches comme le mind mapping de Tony Buzan illustrent bien cette transformation.

De plus, elle se retrouve souvent sous-utilisée dans la formation professionnelle où elle peut véritablement transformer la façon dont les contenus sont assimilés. Des groupes qui créent des synthèses visuelles s’approprient les connaissances, allant au-delà d’une simple exposition d’informations.

Ildi (International Learning & Development Institute) publie la 2 édition de son étude sur l'impact de l'intelligence artificielle en formation. Première remarque : l'utiliser au quotidien n'est même plus une question. La perception a beaucoup évolué en un an. Dans la 1ère étude, beaucoup de réserves étaient émises (perte de créativité, déshumanisation, etc.). Dans cette 2e édition, les avantages sont clairement identifiés, et l'envie de s'y mettre est très forte.

inffo-formation-1117-15-au-30-avril-2026-1.pdf

L’IA est déjà largement intégrée au travail : elle rédige, synthétise et met en forme, tandis que l’humain garde un rôle de validation et de décision.

Mais ses productions tendent à être standardisées et peu originales, avec un risque d’appauvrissement global des contenus (effet de “model collapse”).

Le gain de temps promis peut être trompeur : il peut conduire à plus de tâches et de volume de travail, plutôt qu’à un réel allègement.

L’IA rend les individus moins expérimentés plus performants, mais n’apporte pas de bénéfice aux experts, voire peut ralentir certains profils.

Elle pose aussi un enjeu collectif : le travail en équipe pourrait s’affaiblir si chacun devient plus efficace seul avec l’IA.

Enfin, les auteurs insistent sur un point clé : l’avenir du travail dépend de choix humains, notamment préserver les postes juniors, maintenir l’innovation et garantir une responsabilité humaine dans les décisions.

L'IA ne supprime pas directement les emplois, mais elle recompose les métiers, fait peser un risque sur la formation et le collectif, et rend l'évolution de l'emploi très dépendante des décisions organisationnelles.

Ils ne sont pas nouveaux...néanmoins, il est important de rappeler que les outils Eva et Pix se distinguent par leur complémentarité dans le combat contre l'illettrisme et l'illectronisme. 

Eva, axée sur la remise à niveau en lecture et écriture, propose des exercices adaptés aux besoins de chaque utilisateur.

De son côté, Pix se concentre sur le développement des compétences numériques, permettant ainsi de naviguer aisément dans un monde de plus en plus digitalisé.

Les deux plateformes offrent des parcours personnalisés, favorisant l’engagement des apprenants. Grâce à une approche interactive, les utilisateurs peuvent progresser à leur rythme, consolidant ainsi leur confiance et leurs capacités.

En facilitant l'accès à l'éducation et aux ressources numériques, Eva et Pix jouent un rôle essentiel dans l'inclusion sociale, préparant les individus à relever les défis contemporains tout en renforçant leurs compétences.

Les recherches montrent que l’IA aide les individus à accomplir certaines parties de leur travail plus rapidement, jusqu’à 80 % dans certains cas.

Anthropic explique pourtant que ce gain de productivité s’accompagne de compromis : trop recourir à une assistance par IA réduit l’effort cognitif et peut impacter l’apprentissage de compétences et la capacité à réagir face aux difficultés.

L'essor de l'IA concerne essentiellement les 18-24 ans mais aussi, dans une moindre mesure, les 25-39 ans.

L'étude montre que l'utilisation de l'IA est une pratique personnelle (42 % des Français), avant d'être professionnelle (30 % des actifs).

Le motif d'utilisation est d'abord la recherche d'information (73 % des utilisateurs effectuent ce type de requêtes au moins une fois par mois) devant la rédaction, la traduction et l'amélioration de textes (58 %) et la recherche de nouvelles idées (57 %). Baromètre du numérique 2026 - Rapport

1. Un usage croissant mais différencié de l’IA dans la recherche d’emploi

L’IA générative s’installe progressivement dans les démarches de recherche d’emploi :

• 30 % des actifs l’ont déjà utilisée.
• L’usage est nettement plus fréquent chez les demandeurs d’emploi (52 %) que chez les actifs en poste (24 %).

Les usages les plus répandus concernent :

• La rédaction de lettres de motivation (41 % des demandeurs d’emploi)
• La création ou mise à jour du CV (32 %)
• Les recherches sur les entreprises / secteurs qui recrutent (33 %)
• Les simulations d’entretien (23 %)
• Le bilan de compétences (26 %)

France Travail propose désormais un outil d’initiation pour accompagner les demandeurs d’emploi dans l’utilisation de l’IA.

2. Maîtriser l’IA : un atout perçu pour l’employabilité… mais pas pour tous

Seuls 44 % des actifs estiment que la maîtrise des outils d’IA constitue un avantage aux yeux des employeurs. La perception varie fortement selon les profils :

Profils qui y voient un véritable atout :

• Cadres : 60 %
• Moins de 30 ans : 53 %
• Diplômés du supérieur : 51 %
• Hommes : 47 %

À l’inverse, certains secteurs (notamment l’industrie et la construction) anticipent encore un impact limité de l’IA sur leurs activités.

3. Une utilité professionnelle largement reconnue

Au-delà de la recherche d’emploi, les actifs perçoivent globalement l’IA comme utile dans le cadre professionnel :

• 72 % jugent ces outils utiles (dont 7 % “indispensables”).
• Utilité perçue accrue chez :
  • les cadres (85 %),
  • les seniors de 60 ans et plus (79 %),
  • les diplômés du supérieur (78 %),
  • les moins de 30 ans (76 %).

Une fracture socio-professionnelle persiste

• 39 % des ouvriers considèrent l’IA “inutile” pour leur métier, contre 28 % des actifs tous profils.
  Cette fracture rappelle que la diffusion des usages dépend fortement du type de métier et du niveau de qualification.

L'usage de l'IA dans la recherche d'emploi devient courant surtout parmi les demandeurs d'emploi. Les attentes côté employeurs demeurent modérées, mais la perception d'utilité croît chez les actifs eux-mêmes. Une polarisation des usages et perceptions se dessine selon l'âge, le niveau d'études et catégorie socio-professionnelle. Les accompagnements publics, notamment de France Travail jouent un rôle croissant dans la montée en compétences numériques. barometre-unedic-intelligence-artificielle-et-recherche-d-emploi_uid_6960bf275f381.pdf

• Le CNRS déploie “Emmy”, un agent conversationnel développé par Mistral AI, mis à disposition de ses 35 000 agents depuis décembre 2025.
• Le projet fait suite à un an de travail et de tests, avec un premier POC évalué par 600 agents volontaires pour affiner les besoins et la sécurité.
• Sécurité et souveraineté : les données sont hébergées en Europe, conformes RGPD et IA Act ; les modèles utilisés sont français, ce qui limite la dépendance aux acteurs américains et chinois.
• Fonctions offertes : traduction, synthèse, reformulation, recherche web sourcée, reconnaissance de texte et d’images, traitement raisonné étape par étape, et possibilité d’ingérer des documents (publications, thèses) pour produire des analyses contextualisées.
• Le CNRS interdit l’usage d’autres IA grand public pour des raisons de sécurité, et accompagne ses agents via une charte d’usage, des formations vidéo et, bientôt, une formation dédiée au prompt writing.

Ce positionnement traduit une tendance plus large : les organisations publiques (cf la période d'expérimentation menée par l'Etat de son propre assistant IA, auprès de 10 000 agents de la fonction publique)  cherchent désormais à concilier innovation et autonomie afin de garder la maîtrise de leurs outils comme de leurs décisions.

L'Ia moderne apprend par exemples (machine learning, pas par règles programmées. Il existe différents types d'IA : faible, spécialisée dans une tâche précise (filtres anti-spam, traduction, recommandations...); générative,  qui génère textes, images ou sons en apprenant des structures statistiques à grande échelle; forte, capable de réaliser toutes les tâches intellectuelles humaines -encore théorique à ce jour.

Réduire les LLM à la simple prédiction du mot suivant, tels "des perroquets statistiques" est trompeur. La prédiction efficace implique l'émergence de formes de compréhension.

Les recherches en interprétabilité mécaniste montrent que les modèles développent spontanément des représentations internes structurées (exemple: un modèle entraîné sur le jeu Othello développe une représentation interne du plateau, sans y avoir été explicitement invité

Des études récentes montrent que les modèles comme GPT-4 réussissent très bien des tâches de théorie de l'esprit (croyances, intentions). Ils excellent dans la prédiction d'états mentaux figés, mais restent limités dans l'adaptation dynamique en interaction réelle. Ils ne ressentent rien, mais modélisent les intentions humaines sans ressentir ni comprendre comme un humain, ce qui peut créer une illusion troublante.

Ainsi, il faut abandonner les jugements binaires ("ça comprend / ça ne comprend pas"). Les capacités des IA reposent sur des propriétés émergentes complexes, encore en cours d'exploration scientifique.

Eric Texier, responsable du Lab Innovation de l’Apec, explique le fonctionnement d’Osim, et la valeur ajoutée pour les recruteurs et recruteuses.

Disponible depuis décembre 2025 sur le site de l'Apec, Osim est une solution digitale basée sur l'IAg qui permet de générer un scénario de simulation qu'un.e dirigeant, RH, manager et tout recruteur de tout secteur d'activité peut utiliser lors d'entretien de recrutement. 

Il répond à un constat de départ 

Décryptage des mutations déjà à l'œuvre et celles qui se profilent, par Frédéric Lefret, dirigeant de l'Immersive Talent Agency et conférencier IA. 

Dans un monde de plus en plus connecté, la souveraineté numérique est devenue cruciale pour la France et l'Europe. Le 26 janvier 2026, le gouvernement français, représenté par la Ministre de l’Intelligence artificielle, Anne Le Hénanff, et le Haut-commissaire à la Stratégie et au Plan, Clément Beaune, a lancé officiellement l’Observatoire de la souveraineté numérique.

Cet observatoire a pour mission de dresser un diagnostic des dépendances numériques existantes afin de mieux les gérer et d’orienter les politiques publiques dans ce domaine. À cette fin, un questionnaire national sera distribué fin janvier 2026 aux acteurs publics et privés, visant à recueillir des informations sur les usages numériques critiques et les dépendances aux solutions extra européennes. Les résultats seront essentiels pour formuler des recommandations et contribuer à la résilience technologique du pays. Les premières restitutions des analyses sont prévues pour le printemps 2026, soulignant le caractère urgent et collectif des enjeux. Clément Beaune a souligné que la souveraineté numérique transcende les considérations économiques et nécessite une lucidité sur les dépendances technologiques.

1. Deux types d’IA à distinguer

• IA productive :
  • Optimise et accélère le travail (rédige, résume, organise).
  • Réduit la charge cognitive et fluidifie les tâches.
  • Objectif : produire plus vite, mais sans renforcer les compétences humaines.
• IA pédagogique :
  • Conçue pour structurer l’effort et favoriser l’apprentissage.
  • S’appuie sur des principes de sciences cognitives (Vygotski, Sweller, Ericsson).
  • Objectif : entraîner, ajuster, répéter pour développer des compétences durables.

2. Enjeux pour les entreprises

• Les compétences stratégiques (posture, décision, interprétation, maîtrise d’outils) ne s’acquièrent pas par simple lecture d’une réponse générée par IA.
• Elles nécessitent entraînement actif : tester, reformuler, se tromper, recommencer.

3. Transformation des usages

• L’IA pédagogique permet de rapprocher l’apprentissage du réel 
  • Micro séquences d’entraînement.
  • Simulations de situations sensibles.
  • Feedback immédiat et ajustement en temps réel.
  • Disponibilité 24/7 pour répéter jusqu’à la maîtrise.

4. Impact et responsabilité

• L’IA productive repose sur une économie de l’usage (assistance continue).
• L’IA pédagogique repose sur une économie de l’émancipation (autonomie croissante).
• L’IA Act encadre l’usage, mais ne définit pas encore comment préserver les compétences humaines.
• Responsabilité des acteurs L\&D et des entreprises : concevoir des IA qui entraînent plutôt qu’assistent.

En expérimentant de premiers outils d’intelligence artificielle (IA) dès le milieu des années 2010, France Travail a su se montrer novateur. Une anticipation salutaire à l’heure du plein essor de la technologie : l’opérateur a su déployer l’IA de manière structurée, avec des résultats opérationnels inégaux mais prometteurs, malgré des lacunes persistantes en matière de gouvernance et de données.

C’est le bilan que dresse la Cour des comptes du recours à l’IA par France Travail, dans un rapport rendu public mercredi 7 janvier. La haute juridiction a analysé près de dix ans d’usage de l’IA par l’opérateur public de l’emploi. L’enquête porte sur la période allant de 2017 à 2025 et examine les conditions de mise en œuvre de la technologie, ses effets concrets ainsi que le respect du cadre juridique et éthique. C’est la première fois qu’une telle évaluation est menée pour un opérateur de l’Etat.

France Travail et l'intelligence artificielle | Cour des comptes

Observations définitives France Travail et l'intelligence artificielle

La Commission européenne s’est fixé un objectif ambitieux : porter le nombre de professionnels des technologies de l’information et de la communication de neuf millions en 2022 à 20 millions d’ici 2030. Dans le même temps, selon les données de l'Insee, les femmes ne représentent, en 2024, que 23 % des professionnels du secteur numérique en France. Aussi, cette ambition doit s’accompagner d’une attention aux enjeux sociaux et sociétaux d’inclusion dans les pays, notamment en matière de parité.  

Le livre blanc publié par l'Université catholique de Lille en partenariat la FNCIDFF, l'Opco Atlas et Social Builder, vise à encourager la formation continue et l'innovation auprès des femmes, grâce aux plateformes d'apprentissage en ligne. Il cite 10 plateformes d'e-learning dédiées, dont 2 françaises. Parmi elles, la plateforme Social Builder | Accueil qui propose des formations, des fiches métiers, des projets numériques types, des témoignages vidéo, etc.